哪些因素驱动新药AI快速生长？

你好，《2022医疗AI行业报告：长期主义的坚持与守望，医疗AI盈利破局》这篇报告中有对新药AI快速生长的驱动因素进行详细的分析，本答案也都出自该报告，感兴趣的话可以下载查看。

1.融资驱动

随着海外新药AI企业SCHRÖDINGER和RELAY THERAPEUTICS成功登陆二级资本市场，意味着AI技 术在生物医药产业的应用从此迎来了新纪元，进一步加速了全球资本机构对新药AI赛道的押注。 据动脉橙产业智库不完全统计，2021年，全球新药AI领域的融资表现再创新高，融资达83起，融资总 额达46.13亿美元。2014年至2022上半年，全球新药AI领域累计发生融资事件383起，累计融资 133.65亿美元，其中国内的融资事件数占比约40%，由此可见国内新药AI企业在近几年呈现出快速 发展态势，机构对于新药AI领域展现出独有的赛道偏好，如国内专注于RNA药物研发的新合生物， 在2020年完成2.5亿元A轮融资之后，又吸引多家投资机构在2021年完成5亿元A+轮融资。

2.·政策驱动

新药AI企业在近几年的飞速发展同样离不开政策的驱动。 产业规划方面，国家药品监督管理局药品评审中心2021年7月发布了《以临床价值为导向的抗肿瘤 药物临床研发指导原则》，进一步明确和提高了国内创新药的研发定位要求，同时国家出台了一系 列AI产业的相关规划，鼓励人工智能技术发展，进一步促进了AI技术的创新成果转化，这些核心政 策的出台成为促进新药AI产业变革的核心驱动力。

我国新药AI指导政策的加持无疑将延展AI在制药中的应用环节，由目前集中在靶点确认、化合物筛 选、分子生成、ADMET性质预测等环节，向产业链上下游衍生出更多的技术场景，有利于药物研发、 临床数据、科研论文服务等不同环节的商业行为纵深发展，同时也促使行业孕育出更多新药AI细分 环节具有相对优势的新秀企业，形成更完整的新药AI业务链。

3.人才驱动

从本土人才培养来看，教育部于2020年初发布了《关于“双一流”建设高校促进学科融合 加快AI领域 研究生培养的若干意见》的通知，提出进一步推动国内高校AI人才培养体系，加快培养“人工智能 +X”的复合型高层次人才，促使人才从AI领域及药物领域向新药AI跨学科的赛道流动。 从海外角度看，全球疫情的蔓延也推动部分海外高端医药、AI人才的回国创业，充实我国AI+医药赛 道的人才队伍。 ·

4.技术驱动

近年来，算法的突破也为新药AI提供了强大的技术支撑。新药AI领域算法从机器学习拓展到深度学 习 ，带来了整个领域的迅速发展。

机器学习算法快速推进了药物发现进程，被用于开发各种模型，用于预测药物发现中化合物的化 学、生物和物理特征，包括随机森林（RF）、朴素贝叶斯（NB）和支持向量机（SVM）以及其他方法。深 度学习算法解决了标准机器学习算法面临的许多挑战，在药物发现过程中，深度学习技术广泛应用 于药物活性预测、靶点发现和先导分子发现，主要是深度神经网络（DNN）、递归神经网络（RNN）和 卷积神经网络（CNN）。

AIDD当前主要应用的深度学习算法模型包括卷积神经网络CNN、循环神经网络RNN(LSTM)、生成 对抗网络GAN、TRANSFORMER、图神经网络GNN及其变种和组合等。除此之外，模型中还经常有许 多机器学习中的经典算法来配合使用，如决策树、支持向量机、蒙特卡洛树搜索、MCMC等。